Query Fan-Out e Citation Share
A tese: quando a IA divide a pergunta em várias buscas, a consulta do usuário deixa de ser a unidade real, e a medição precisa capturar as subconsultas.
Neste texto
Qual é a tese?
Medir citação com um painel de perguntas fixas pressupõe que a pergunta do usuário é a unidade que decide quem aparece. O query fan-out contradiz essa premissa: o sistema decompõe a pergunta, busca em partes e junta. A tese deste artigo é que a medição precisa de um segundo nível, o das subconsultas, e que hoje existem formas oficiais, ainda que parciais, de observá-lo.
O conceito é de mercado e está descrito pelo próprio Google. O método de cobertura de subconsultas é de Camillo Dantas e está em queryfan-out.com. Este artigo trata da implicação para medir.
O que o Google documenta?
No anúncio do AI Mode (05/03/2025), o Google explica que o sistema emite várias buscas relacionadas ao mesmo tempo, sobre subtópicos e fontes de dados, e junta os resultados numa resposta, oferecendo mais amplitude e profundidade que uma busca tradicional. A página para donos de site (10/12/2025) diz que AI Overviews e AI Mode podem usar a técnica e que, durante a geração, o sistema pode identificar mais páginas de apoio e exibir um conjunto mais amplo de links do que a busca tradicional. O guia de 10/07/2026 liga o recurso à recuperação de dados (grounding) sobre os sistemas centrais da Busca e afirma que os sistemas entendem sinônimos e intenção, o que dispensa reescrita especial.
Não está documentado: quantas subconsultas são geradas, como são formuladas, como os resultados são ponderados. O que se tem é a descrição do mecanismo, não de seus parâmetros.
Onde as subconsultas ficam visíveis?
Duas fontes oficiais mostram parte delas.
API do Gemini com Grounding with Google Search. A documentação (atualizada em 13/10/2026) descreve que a resposta traz o registro das chamadas de busca, com as consultas em arguments.queries, e as citações com os índices do trecho. Para quem opera com a API, é possível ver o que o modelo realmente pesquisou.
Relatório AI Performance do Bing Webmaster Tools. A documentação da Adobe (02/10/2026) diz que o relatório revela as consultas de fan-out por trás das citações, e não os prompts dos usuários, para o Copilot do Bing e os resumos de IA do Bing. A fonte é de terceiro; confirme as métricas na sua conta.
No Google, o Search Console tem relatório de desempenho de IA generativa, mas as páginas consultadas não detalham o acesso às subconsultas. Verifique na sua propriedade.
Como isso muda o painel?
O painel fixo continua necessário, porque é a única forma de comparar no tempo e com concorrentes. A mudança é acrescentar um passo.
| Passo | O que fazer | Resultado |
|---|---|---|
| 1 | rodar o painel de perguntas fixas | linha de base de citação |
| 2 | onde houver acesso, coletar as subconsultas que as plataformas geraram | lista de subperguntas reais |
| 3 | marcar quais têm página sua | mapa de cobertura |
| 4 | comparar com as citações obtidas | onde a marca é citada por subconsulta |
| 5 | adicionar ao painel as subconsultas relevantes, como novas linhas | painel que cresce sem perder a série |
O passo 5 exige cuidado: acrescentar consultas altera o painel. Registre a quebra de série e mantenha o painel antigo em paralelo por pelo menos um ciclo.
Qual é um exemplo simulado?
Uma loja fictícia de equipamentos de cozinha mede a pergunta "melhor panela de pressão elétrica". Pelas ferramentas que expõem subconsultas, observa que o sistema também buscou "panela de pressão elétrica consumo de energia", "panela de pressão elétrica 6 litros" e "como limpar panela de pressão elétrica". A loja tem página só da primeira. A citação que obtém vem de uma página de consumo de energia que ela já tinha, e não da página principal. A lição não é "criar três páginas já", e sim saber qual subpergunta é respondida bem, qual não tem página e qual vale o esforço.
Qual é o contraponto?
A visibilidade das subconsultas é parcial. Só algumas plataformas e algumas versões as expõem. Em outros casos, sobra inferir. Inferência não é dado.
O Google diz que não é preciso cobrir cauda longa. O guia afirma que sistemas de IA entendem sinônimos e intenção e que não é necessário reescrever o texto para variações. Cobrir subperguntas com páginas úteis é diferente de espalhar variações de palavra-chave, e a segunda prática pode cair na política de spam de conteúdo em escala.
Subconsultas mudam. São geradas por modelos e dependem de contexto; o que se observa hoje pode ser diferente amanhã. Tratar a lista como fixa seria erro.
Cobertura sem qualidade não ajuda. Uma página fraca para cada subpergunta não supera uma boa que a responde bem.
Como aplicar?
- 01Identifique, entre as plataformas que você usa, as que expõem subconsultas (API do Gemini, relatório do Bing) e colete uma amostra.
- 02Monte a lista das subperguntas reais do seu território e marque as que têm página própria.
- 03Para as lacunas de maior valor, escreva páginas com informação original, uma por vez, no papel certo (definição, procedimento, comparação, dados).
- 04Mantenha o painel fixo e acrescente as subconsultas novas como linhas separadas, com registro de quebra de série.
- 05Meça por plataforma, conforme o guia como medir citação por plataforma.
Quais são os limites?
Este artigo se apoia em documentação do Google, da API do Gemini e em uma fonte de terceiro sobre o relatório do Bing. Não há aqui medição própria do volume de subconsultas. O exemplo é fictício.
Páginas relacionadas: AI Mode, AI Overviews e o artigo sobre a busca com IA.
Fontes
- Expanding AI Overviews and introducing AI Mode, Google (2025-03-05)
- AI features and your website, Google Search Central (2025-12-10)
- Optimizing your website for generative AI features on Google Search, Google Search Central (2026-07-10)
- Grounding with Google Search, Google AI for Developers (2026-10-13)
- Bing Webmaster Tools AI Performance report (documentação de terceiro), Adobe Experience League (2026-10-02)
Meça antes de otimizar
Defina o conjunto de consultas, registre a linha de base e acompanhe a evolução com o mesmo protocolo.